Adding a covariate to general linear model ( glm ) , minitab

+

L'aggiunta di una covariata al modello lineare generale (GLM) Verificare che la covariata e la risposta sono linearmente correlati. È possibile farlo in Minitab analizzando i dati con una trama linea di misura. Scegliere Stat & gt; Regressione & gt; Trama fornita. In risposta (Y) entrare Forza. In Predictor (X) entrare diametro. Valutare quanto strettamente i dati cadono accanto alla linea, arredata e quanto vicino R 2 è un "perfetto" (100%). La trama linea montato indica una forte relazione lineare (87,2%) tra il diametro e la forza. Eseguire l'analisi GLM con la covariata. Scegliere Stat & gt; ANOVA & gt; Generale Modello & gt lineare; Montare Modello lineare generalizzato. Nelle risposte. entrare Forza. In Fattori. entrare in macchina. In covariate. entrare diametro. Fare clic su OK. Per i dati di produzione di fibre, Minitab visualizza i seguenti risultati: L'analisi della varianza Fonte DF Adj Adj SS MS F-Valore P-valore del diametro 1 178,014 178,014 69.97 0.000 Machine 2 13,284 6,642 2.61 0,118 Errore 11 27,986 2.544 Lack-of-Fit 7 18,486 2.641 0,487 1.11 Errore Pure 4 9.500 2.375 Totale 14 346,400 La statistica F per le macchine è 2.61 e il p-value è 0,118. Poiché il p-value & gt; 0,05, non si riesce a rifiutare l'ipotesi nulla che i punti di forza della fibra non differiscono in base alla macchina utilizzata al livello di significatività del 5%. Si può assumere i punti di forza della fibra sono gli stessi su tutte le macchine. Si noti che la statistica F per il diametro (covariate) è 69.97 con un p-value di 0.000. Questo indica che l'effetto covariata è significativo. Cioè, diametro ha un effetto statisticamente significativo sulla resistenza della fibra. Ora, supponiamo che si esegue nuovamente l'analisi e omette il covariate. Ciò comporterà il seguente output: L'analisi della varianza Fonte DF Adj Adj SS MS F-Valore P-Valore Machine 2 140,4 70,20 4,09 0,044 Errore 12 206,0 17.17 Totale 14 346,4 Si noti che la statistica F è 4.09 con un p-value di 0.044. Senza la covariata nel modello, si rifiuta l'ipotesi nulla al livello di significatività del 5% e concludere i punti di forza della fibra differiscono in base a quale macchina viene utilizzata. Questa conclusione è completamente opposta alla conclusione che hai quando è stata eseguita l'analisi con la covariata. Questo esempio mostra come la mancata inclusione covariata in grado di produrre i risultati delle analisi fuorvianti.